mysql全文搜索，多个关键词权重排序

自己在写一个web,希望对数据库做全文检索。但是google了解到，由于中文分词的缘故，mysql只支持英文的全文搜索，想支持中文的，需要各种插件or实现一些比较复杂的机制，而买的虚拟主机并不支持这些复杂的东西。仔细想了下，因为自己需求的功能也比较简单，主要是2个字段的搜索，且数据量不大，即便增加几个字段，需要多运行几个select也不会对速度有太大影响，所以通过一些work around实现了需求。Step 1:用locate进行简单的搜索Locate可以判断子串是否在子乱 有两个column,一个name,一个description.所以可以用LOCATE>0去判断是否关键字在其中出现了。 其实就是 SELECT * FROM table WHERE LOCATE(key, 'name')>0 OR LOCATE(key, 'description)这样，我们就简单实现了对某个key在两个域的搜索Step 2:搜索多个关键字 通常，搜索都是有多个关键字，所以我们需要对每个关键字，执行下Step1的查询。（当然，也可以合成一个，这里偷懒每次只查询1个关键字） 然后，我们再将每次查询出的数组都合并，这样就得到了一个最终的集合。php代码如下：

function selectlocate($tarcols,$skey){ 

    $where =""

    $connector = " "

    global $count

    foreach($tarcols as $tarcol ){

        $where .= $connector

        $where .= "LOCATE('$skey', $tarcol) != 0  "

        if($connector == " "){

            $connector = " OR "

        }

    }

    $sql = "SELECT * FROM pets_table WHERE $where"

    $result = mysql_query($sql)

    $ret = Array()

    while($item = mysql_fetch_array($result, MYSQL_ASSOC)){

        $count ++

        $ret[] = $item

    }

    return $ret

}

Step 3：匹配的权重 上面Step2的结果，其实是无序的。通常，如果我们搜索一个字段：1.如果这个字段和关键字完全相同，那么一般来讲，可能这个结果应该是相关度最高的2.如果他只是其其中出现了一次，相关度就最低。3.如果他出现的次数比在其他row中出现的次数高，那么他的相关度就比2中的结果高 所以，搜索的时候依据这个顺序考虑权重，a.如果完全相等，权重为1000 b.如果出现1次，权重为10，出现n次c.权重为n*10每次搜索出来的结果附加上权重----》然后合并相同项----》并把权重累加 最后按权重排序，即可得到一个有排序的搜索结果。 以下是两种1关键字对应1个字段（上面的代码是1关键字多个字段）查询的代码（不包含合并两个数组的代码,相关的代码在Step4中），只需遍历每个关键字和字段，就能完成搜索

$count = 0 

function selectequal($col,$skey){

    $connector = " "

    global $count

    $sql = "SELECT * FROM pets_table WHERE LOWER($col)=LOWER('$skey')"

    $result = mysql_query($sql)

    $ret = Array()

    while($item = mysql_fetch_array($result, MYSQL_ASSOC)){

        $count ++

        $item["weight"] = 1000

        $ret[] = $item

    }

    return $ret

}

function selectlocate($col,$skey){

    global $count

    $sql = "SELECT *,(LENGTH(description) - LENGTH(REPLACE(description, '$skey', '')))/LENGTH('$skey') *10 as weight FROM pets_table WHERE LOCATE(LOWER('$skey'),LOWER($col))>0"

    $result = mysql_query($sql)

    $ret = Array()

    while($item = mysql_fetch_array($result, MYSQL_ASSOC)){

        $count ++

        $ret[] = $item

    }

    return $ret

}

 Step 4: 字段的权重 在我的需求中，显然name这个字段比description更重要，所以在匹配时，对name字段的结果应该有所倾斜，所以，又可以增加一个对字段的权重系数。1.如果是在name域的匹配，设系数为10；2.如果是在description匹配，设系数为1； 将Step 3每次计算得出的权重，再乘上这个系数，就可以得到一个新的，更有效的权重值。 最后按权重排序，即可得到一个最有相关度排序的搜索结果 其他的细节： 如果一个关键字已经满足了equal条件，那么再使用locate条件的时候会依然返回一个结果，所以在使用locate条件的时候，过滤掉equal的情况

点击(此处)折叠或打开

<?php 

$count = 0

function selectequal($col,$val,$skey){

    $connector = " "

    global $count

    $sql = "SELECT * FROM pets_table WHERE LOWER($col)=LOWER('$skey')"

    $result = mysql_query($sql)

    $ret = Array()

    while($item = mysql_fetch_array($result, MYSQL_ASSOC)){

        $count ++

        $item["weight"] = 1000*$val

        $ret[] = $item

    }

    return $ret

}

function selectlocate($col,$val,$skey){

    global $count

    $sql = "SELECT *,(LENGTH(description) - LENGTH(REPLACE(description, '$skey', '')))/LENGTH('$skey') *10*$val as weight FROM pets_table WHERE LOCATE(LOWER('$skey'),LOWER($col))>0 AND LOWER($col)!=LOWER('$skey')"

    $result = mysql_query($sql)

    $ret = Array()

    while($item = mysql_fetch_array($result, MYSQL_ASSOC)){

        $count ++

        $ret[] = $item

    }

    return $ret

}

function cleanarr($arr){

    global $count

    $tmp = Array()

    $tmpall = Array()

    foreach($arr as $item){

        if(array_key_exists($item['uid'], $tmp)){

            $tmp[$item['uid']]+=$item["weight"]

        }

        else{

            $tmp[$item['uid']] = $item["weight"]

            $tmpall[$item['uid']] = $item

        }

    }

    //sort by weight in descending order 

    arsort($tmp)

    $ret = Array()

    //rebuild the return arary 

    $count = 0

    foreach($tmp as $k=>$v){

        $count++

        $tmpall[$k]['weight']=$v

        $ret[]=$tmpall[$k]

    }

    return $ret

}

require_once("consvr.php")

    $colshash = array("name"=>10,"description"=>1)

    $ret = Array()

    $keywords=explode(" ", $keywords)

    $cols = array_keys($colshash)

    foreach($keywords as $keyword){

        foreach($colshash as $col=>$val){

            $ret = array_merge($ret,selectequal($col,$val, $keyword))

            $ret = array_merge($ret,selectlocate($col,$val, $keyword))

        }

        

    }

    $ret = cleanarr($ret)

    $ret = array('msg' => "Success", 'count'=>$count,'children' => $ret, 'query'=>"COMPLEX:NOT READABLE")

    echo json_encode($ret)

    mysql_close()

?>

①From：对from左边的表和右边的表计算笛卡尔积，产生虚拟表c1（）

②On：对c1中的数据进行on过滤，只有符合过滤条件的数据记录才会记录在虚拟表c2中

③Join：若指定了连接条件(left、right)，主表中的未匹配的行就会作为外部行添加到c2中，生成虚拟表c3

④Where：对虚拟表c3中的数据进行条件过滤，符合过滤条件的记录插入到虚拟表c4中

⑤Group by：根据group by子句中的列，对c4中的记录进行分组 *** 作，生成c5

⑥Having：对虚拟表c5中的记录进行having过滤，符合筛选条件的记录插入虚拟表c6中

⑦Select：执行select *** 作，选择指定的列，插入到虚拟表c7中

⑧Distinct：对c7中的数据去重，生成虚拟表c8

⑨Order by：对虚拟表c8中的数据按照指定的排序规则进行排序，生成虚拟表c9

⑩Limit：取出指定的记录，产生虚拟表c10，将结果返回

上面是我看他们博客都这样写的！但是我觉得不适合我理解。可能是我太菜，我就以我写的sql理解下执行过程。

1、首先是找到from字段和join字段后面的所有表，形成笛卡尔积。student、English、class形成笛卡尔积。

2、然后是哪种（inner、join、right）join并且根据on字段对笛卡尔积做改变（这个改变因on改变行的条数，因为join类型去重某些行和置空某些列）。

3、是根据where字段去再次筛选上步得到的笛卡尔积。

4、然后group by去分组。

5、之后select 列结构（列结构就此不变）

6、因为distinct只能对单个列字段去重，所以肯定的在select后再去执行（行结构就此不变）。

7、order by是排序，能排序就说明整个表的行的条数不会发生改变了。

8、limit字段是最后从上面结果选一部分出去。

执行顺序只是相对的，在mysql优化器语法分析器分析优化的时候会给我们优化，在保证语义不变的情况下，进行语义等价转换。所以上面的顺序只是一般情况下可以这样分析。

---